- 综合排序
- 最热优先
- 最新优先
【AI Glasses 实践应用开发指南】
AI Glasses 实践应用开发指南 监听眼镜端AI事件 通过CXR-M SDK的setAiEventListener方法注册监听器，可捕获眼镜端AI场景的按键事件和状态变化。 private val aiEventListener = object : AiEventListener { override fun onAiKeyDown() { // 长按AI } override fun onAiKeyUp() { // 按键释放处理 } override fun onAiExit() { // AI 使用sendTTSContent播放翻译结果 智能导览场景 takePhoto获取当前视野图像 图像上传至物体识别服务 通过TTS返回识别结果和背景介绍 onAiExit时释放相机资源 代码结构建议 ai-glasses-app 在Android平台上需要正确处理onPause()/onResume()事件 示例：相机预览应在Activity进入后台时及时释放资源 需考虑异常场景：如相机被其他应用占用时的错误处理 ASR
27210编辑于 2025-12-18AI Glasses带你走进动物世界
最近楼主手头上搞了个AIGlasses产品，萌生一个创意就是通过AI眼镜识别动物昆虫。 技术思路：AI眼镜拍照-->智能体识别匹配-->匹配信息AR投射用户端进入智能体，通过指定的指令，如“识别动物”唤起AI扫码当前眼镜前的动物影像；智能体捕获到眼镜端的拍照媒体，匹配对应的动物信息，并按格式进行输出 但随着AIGlasses等AI产品的相继推出还有云端智能体的更新迭代，端云结合的玩法和实现场景肯定不仅仅局限于此。
11000编辑于 2025-12-01【Rokid Glasses 】
关于 Rokid Glasses 设备连接与管理、开发使用语言、娱乐学习体验及空间模拟的博客，需从技术细节、应用场景和用户体验多维度展开。 以下是分模块的详细框架和内容建议，可自由扩展至万字： Rokid Glasses 硬件与连接配置 设备参数与兼容性 显示技术：单目/双目方案、分辨率、FOV（视场角）、刷新率。 C#（Unity开发主流） Java/Kotlin（Android原生功能扩展） Python（机器学习模型部署示例代码）： import rokid_glass as rg rg.init_ai_model 教育应用案例 3D解剖模型：医学教育应用AnatomyX的交互设计分析。 语言学习：AR实时翻译的OCR准确率与多语种支持。 行业应用：远程协作的PLC维修指导案例。 开发者访谈：第三方团队开发MRPG游戏的经验。
40810编辑于 2025-12-17当AI Glasses走进小吃街，实现美食百科
这时，我脑海中浮现出最近接触的AI Glasses产品。如果戴上眼镜，看到小吃时，眼前直接浮现它的“美食名片”，那该多酷？ 于是，一个面向“吃货”的技术方案应运而生：AI眼镜 + 图像识别 + 美食百科 + AR投射。 云侧识别：云端AI模型对图像进行精确分类，匹配对应的小吃品种。百科匹配：根据识别结果，从美食知识库中提取名称、热量、成分、辣度等信息。AR投射：将信息以悬浮窗形式投射到用户视野中，不影响正常观看。 四、技术亮点与未来想象这套方案围绕 “端云协同+智能感知+场景化呈现”，让AI眼镜成为吃货的“第二层味蕾”：端云协同：端侧快速采集与预处理，云侧精准识别，响应时间控制在500ms内，实现“即看即知”。 技术改变生活，AI让逛吃不再盲目。也许明年此时，我们就能戴着这样的眼镜，在夜市里悠然自得，一眼看尽人间烟火里的美食密码。
9210编辑于 2026-02-27- 来自专栏应用实践
基于 Rokid AI Glasses 的春节红包助手：从零到一的技术实践
然而，消息刷屏导致的红包漏看、跨应用的红包统计不便、金额记录混乱等问题，依然是许多用户的痛点 Rokid CXR-M SDK 为开发者提供了连接 Android 手机与 Rokid AI Glasses 整个方案严格遵循 SDK 接口规范，在设备连接、消息监听、数据解析、语音交互等环节进行应用开发实践，旨在为开发者提供一个可复现、可落地、贴近生活的技术范本，展示Rokid AR 生态在日常场景中的应用潜力 记得去年春节，家族群里红包满天飞，但我总有几个痛点：消息容易漏看——群里消息刷得快，红包往往被淹没金额记不清——发了多少、收了多少，最后算账要翻半天记录跨应用管理麻烦——微信、支付宝都有红包，统计起来很费劲作为一个技术人 大概率能找到答案CXR-M/CXR-S 分离设计——移动端和眼镜端各干各的，逻辑清晰整体技术栈大概是这样的： 图1：系统架构图 客户端、服务层、数据层的关系架构说明： 层级职责客户端层Rokid Glasses CXR-M/CXR-S SDK 处理跨设备通信，AccessibilityService 监听红包数据层Room Database 存储红包记录，SharedPreferences 存储配置SDK 与Glasses
13310编辑于 2026-03-03 - 来自专栏镁客网
3Glasses 杨峻瑞：虚拟现实会迎来爆点，3Glasses 将推出自己的分发平台
会上，镁客网采访到了 3Glasses 全球战略合作 VP 杨峻瑞，他表示“3Glasses 开创并拓展了极具中国特色的虚拟现实体验店模式，今年 3Glasses 还将与线下体验店结合，推出自己的内容分发平台 也是由于现在 VR 在软硬件上慢慢成熟并成功的应用到很多产业中，才使得越来越多人开始关注 VR，国内政府、企业、资本、媒体和展会都对虚拟现实报以极大的热情，这些热情会对推动行业的发展起到巨大的作用。 杨峻瑞说，3Glasses 的创始人兼 CEO 王洁与 3Glasses CTO 是因为共同的梦想走在一起的。 目前 3Glasses 将要基于自己的硬件开发自己的分发平台，并将 3Glasses 主要涉及业务归结为三方面：一是硬件的销售，主要是 VR 头显；其次，3Glasses 推出了自己的 VR SDK，与重要的游戏引擎基本都已经达成相关合作 3Glasses 拓展海外市场存在难点，但一直在准备。杨峻瑞称，3Glasses 的产品清晰度以及机身重量等方面在全球范围内是很占优势的，用户体验起来也感到很舒适。
60620发布于 2018-05-28 - 来自专栏Debug日志
【征文计划】AR健身教练：形随心动 - 基于Rokid CXR-M SDK的实践落地
Rokid CXR-M SDK介绍 CXR-M SDK 是面向移动端的开发工具包，主要用于构建手机端与 Rokid Glasses 的控制和协同应用。 整体架构 "形随心动"采用分层架构设计，确保系统稳定性和可扩展性： 应用层（Android App） → CXR-M SDK → Rokid Glasses（YodaOS） → 硬件传感器 应用层：提供用户界面 心率等数据 "形随心动"应用的整体技术架构： 架构说明： 应用层：包含用户界面、健身计划管理、社交功能等业务逻辑 CXR-M SDK：Rokid提供的核心SDK，负责与硬件通信和功能调用 Rokid Glasses 电池消耗问题 挑战：AR应用长时间运行导致Rokid Glasses电池消耗过快。 通过"形随心动"的实践，我们验证了Rokid Glasses与CXR-M SDK在AI+AR场景中的巨大潜力，也为Rokid开发者社区贡献了一个成功的应用案例。
39110编辑于 2025-10-13 - 来自专栏应用实践
【征文计划】AR健身教练：形随心动 - 基于Rokid CXR-M SDK的实践落地
Rokid CXR-M SDK介绍CXR-M SDK 是面向移动端的开发工具包，主要用于构建手机端与 Rokid Glasses 的控制和协同应用。 整体架构"形随心动"采用分层架构设计，确保系统稳定性和可扩展性：应用层（Android App） → CXR-M SDK → Rokid Glasses（YodaOS） → 硬件传感器应用层：提供用户界面 "形随心动"应用的整体技术架构：架构说明：应用层：包含用户界面、健身计划管理、社交功能等业务逻辑CXR-M SDK：Rokid提供的核心SDK，负责与硬件通信和功能调用Rokid Glasses：硬件平台 电池消耗问题挑战：AR应用长时间运行导致Rokid Glasses电池消耗过快。 通过"形随心动"的实践，我们验证了Rokid Glasses与CXR-M SDK在AI+AR场景中的巨大潜力，也为Rokid开发者社区贡献了一个成功的应用案例。
33310编辑于 2025-10-11 - 来自专栏高德开放平台技术
高德地图xRokid，联合打造首个智能眼镜导航行业标杆
2025年5月16日，高德地图与Rokid宣布达成合作，将共同推出基于全场景智能眼镜Rokid Glasses的全球首个导航智能体（NaviAgent）应用，标志着高德Planner-Executor架构即将开启跨终端合作部署 近两年来，积极投入了人工智能等前沿领域，并应用Planner-Executor创新技术理念和架构，推出了全球首个集“感知、规划、执行、表达”的全链路AI导航智能体，为高德地图APP用户提供独树一帜的导航服务体验 AI智能导航，引领出行新体验融合了高德AI导航智能体的Rokid Glasses，可通过“语音+视觉+环境感知”三维交互模式，并可轻松切换步行、骑行、驾车三种导航模式，且在导航过程中也能实现模式的无缝切换 除了导航服务外，未来还计划将生活服务、文旅景区等丰富内容融入Rokid Glasses中：例如可通过智能眼镜获取周边商家优惠信息、生活缴费等功能；在文旅景区，智能眼镜可为游客提供景区导览、历史文化讲解等服务 高德地图CEO郭宁认为，导航智能体作为高德AI战略的最新实践，标志着出行服务从软件功能驱动，向空间智能驱动的结构性跃迁。
40710编辑于 2025-05-19 分析2025年智能眼镜最新技术与动态
Rokid Glasses采用的"一拖二"光学设计，通过单光机驱动双目显示，在保证AR显示效果的同时大幅降低了成本。 3.2 AI能力：从被动响应到主动感知 现代智能眼镜的AI能力已经远超我们的想象。以Meta Ray-Ban为例： 实际应用场景： 实时学习助手：看到不认识的植物，问一句"这是什么花？" 4.1 产品参数大PK 产品特性 Meta Ray-Ban 小米AI眼镜 Rokid Glasses Apple智能眼镜 星纪魅族MYVU 价格 $299起 ¥1,999起($280) ¥2,499 未发布 内容生态：AR应用、AI服务、娱乐内容快速增长 服务生态：云计算、边缘计算、AI模型服务成熟 总结：智能眼镜的黄金时代已来 2025年确实是智能眼镜发展史上的重要转折点。 ：光学器件、AI芯片、传感器厂商 品牌厂商：具有设计能力和渠道优势的消费电子厂商 应用开发：AR应用、AI服务、内容创作领域 基础设施：5G网络、边缘计算、云服务提供商 虽然当前的智能眼镜还不能完全替代智能手机
65111编辑于 2025-07-11- 来自专栏AI小程序
AI人脸应用
这款颜值检测小程序使用了腾讯开放人脸识别API，本项目适合刚入门的同学练手，熟悉整个框架，整体实现如下：
1.3K00发布于 2019-01-06 Rokid vs Nreal 虚拟拍照开发实现
Rokid vs Nreal 虚拟拍照开发实现 本文将对 Rokid Glasses 与 Nreal Glasses 在虚拟拍照应用开发中的实现方案进行对比与总结，涵盖硬件配置、开发环境、FOV 场景搭建 建议为关键操作（如AI拍照）添加重试机制，并设置超时阈值（如10秒）。 ：跨平台兼容性强，更适合企业/云端/PC 应用，但 FOV 较小。 Nreal Glasses：FOV 更大，沉浸感好，更适合消费级娱乐应用，但依赖手机生态。 开发建议： 抽象 SDK 接口，保证业务逻辑与硬件解耦。 在 虚拟拍照 应用中重点优化 投影畸变、性能稳定性、异常校准。
24610编辑于 2025-12-17AI 应用感想
龙虾热潮退去，最终会剩下文字相关的应用——编程、写文章、论文等等。一、大模型本质是文字模型不管形态如何变化，大模型的输出仍然以文字为主。 最终沉淀下来的应用，一定是那些将文字能力发挥到极致的场景。二、多代理提高可用性，但仍未达到可信的专家水平多代理架构让任务可以并行、分工、协作，显著提升了复杂任务的完成率。 这意味着所有AI输出都必须经过经验丰富的人员验证，以避免疏漏和安全问题。这是当前AI应用落地的最大瓶颈——不是技术不够强，而是信任成本太高。 未来可能出现”AI审计AI”的模式：一个代理负责输出，另一个专门负责对抗性验证，降低人工成本的同时保留人类兜底。四、记忆之后，还有知识整理与理解偏差记忆问题的解决只是第一步。 五、下一个高价值方向：代理自组织与AI团队导师人类组织中有项目管理和项目经理，AI代理体系同样需要自组织能力。
8700编辑于 2026-03-30- 来自专栏软件安装
AI应用开发
AI应用开发是将人工智能技术与实际业务场景结合，构建具有智能决策、自动学习或感知能力的应用系统。 它融合了传统软件开发与机器学习、深度学习等AI技术，以下是其核心要素和流程： 一、AI应用的核心技术栈 基础框架 机器学习：Scikit-learn、XGBoost、LightGBM 深度学习：TensorFlow Platform、Azure ML 二、AI应用开发的典型流程 问题定义与数据准备 明确AI要解决的核心问题（如分类、预测、生成等） 数据采集（爬虫、API、传感器等）、清洗（去噪、补全）、标注 （通过API接口或SDK） 构建监控系统（跟踪模型精度衰减、数据漂移） 迭代优化 基于用户反馈和新数据持续更新模型 优化计算效率（边缘部署或云端算力调度） 三、示例：简单的文本分类AI应用 以下是一个基于预训练模型的文本分类应用 ） 可解释性：部分场景（如医疗、金融）需要模型决策可解释 五、常见AI应用场景 智能客服（NLP对话系统） 图像识别（安防监控、质检） 推荐系统（电商、内容平台） 预测分析（金融风控、需求预测） AI应用开发的核心是
51210编辑于 2025-11-12 - 来自专栏架构师专栏
2025年智能眼镜最新技术与动态分析
Rokid Glasses采用的”一拖二”光学设计，通过单光机驱动双目显示，在保证AR显示效果的同时大幅降低了成本。 声纹支付技术：Rokid Glasses与支付宝合作，引入声纹支付功能，用户可以通过语音进行身份验证和小额支付，这在智能眼镜领域尚属首创。 3.2 AI能力：从被动响应到主动感知现代智能眼镜的AI能力已经远超我们的想象。以Meta Ray-Ban为例：实际应用场景： - 实时学习助手：看到不认识的植物，问一句”这是什么花？ 软件生态：操作系统、应用商店、开发者工具链完善 内容生态：AR应用、AI服务、娱乐内容快速增长 服务生态：云计算、边缘计算、AI模型服务成熟 总结：智能眼镜的黄金时代已来2025年确实是智能眼镜发展史上的重要转折点 生态完善度：从硬件到软件，从内容到服务，产业链日趋完善投资机会： - 技术供应商：光学器件、AI芯片、传感器厂商 - 品牌厂商：具有设计能力和渠道优势的消费电子厂商- 应用开发：AR应用、AI服务
89910编辑于 2025-07-07 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
所以才发明了AI Native/AI First，来表达未来智能应用跟现在软件的不同。 等到ChatGPT发布插件，一众软件从懵懂中醒来，开始瑟瑟发抖，我们好像看到了AI吞噬软件世界的景象。 另一方面，在具体需求满足上，AI跟应用还只是有限度的打通，并不能完全闭环，这大大限制了用户从旧应用体系脱离的意愿和速度。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 蓝莺智能插件 蓝莺智能插件（AI Plugin），是由应用自定义提供给大模型AI服务调用的一组API或函数集合。 基本步骤如下： 用户提出问题，应用服务器将问题和相关函数调用的定义发给AI服务； AI识别出缺失的业务信息，根据上下文信息拼装成函数调用返回给应用服务； 应用服务收到拼装好的函数后，进行实际的API或函数调用
53910编辑于 2025-05-23 - 来自专栏深度学习与数据挖掘实战
【AI头条&优质资源】深度学习近期和未来有哪些突破？Yann LeCun的Quora解答
优秀论文精选』 《A Tour of TensorFlow》链接：https://arxiv.org/pdf/1610.01178.pdf 『AI头条』 《麦肯锡AI研究报告》链接: https://pan.baidu.com From Quora by Yann LeCun, Director of AI Research at Facebook and Professor at NYU There are many interesting this, like generating pictures of bedrooms, doing arithmetic on faces in the Z vector space: [man with glasses ] - [man without glasses] + [woman without glasses] = [woman with glasses].
67920发布于 2018-11-21 - 来自专栏VRPinea
11.9 VR圈大事件：今天除了总统大选，美国VR圈也很热闹
Snapchat叫板Facebook推出AR相机功能 Facebook之前推出了一款能够对直播视频进行增强现实(AR)滤镜的应用。 Snapchat也不甘人后，推出了一项增强现实(AR)功能的相机应用，在iOS系统和Android系统上的更新引入了World Lenses，旨在改变用户观察周围环境的方式。 VRpinea独家点评：AI能让我们的日常生活变得更为舒适，而Facebook正在解决AI研究的一些前沿的问题，但AI还有很长一段路要走。 亮风台推首款搭载高通820的AR一体式机 本月8日，亮风台推出了全球首款搭载高通骁龙820的AR眼镜 HiAR Glasses，在体验方式和结构设计上进行了较大突破。 二代HiAR Glasses采用符面光波导学投影系统，采用头部转动、语音交互、外界环境、手势等方式输入信息，内嵌霍磁尔感应器可实现自动休眠和唤醒。
78690发布于 2018-05-15 - 来自专栏AI
常见的AI应用
常见的AI应用：语音识别、图像处理、自然语言处理等人工智能（AI）近年来在各个领域取得了飞速进展，尤其是在语音识别、图像处理、自然语言处理等应用中，AI的技术不断推动着这些领域的革新与发展。 以下是三种最为常见且广泛应用的AI技术：语音识别、图像处理与自然语言处理（NLP）。我们将逐一探讨它们的基本概念、应用场景以及具体的例子。 图像处理与计算机视觉图像处理和计算机视觉是AI技术中的两个重要分支，它们的目标是使计算机能够“看”并理解图像、视频等视觉信息。这些技术广泛应用于医疗、自动驾驶、安防监控等领域。 ○ 医疗图像分析：计算机视觉在医学领域应用广泛，尤其是在医学影像的分析和诊断中。AI可以通过分析X光片、CT扫描图像或MRI图像来帮助医生诊断疾病，如肺炎、癌症等。 总结与未来展望语音识别、图像处理、自然语言处理是人工智能领域中最为基础且广泛的应用，它们各自在不同的领域发挥着重要作用。在未来，随着AI技术的进步，这些领域的应用将变得更加精准、智能化。
1.1K10编辑于 2025-01-11 - 来自专栏云云众生s
用AI制作应用
我用一种我不熟悉的语言和框架制作了多模态多功能移动应用程序 CrayEye，我依靠现代大语言模型来编写代码，而不仅仅是代码片段，而是全部代码。 自从我创建原生应用程序以来已经有一段时间了，我一直想再次尝试一下，而这种多模态多功能工具的用例提供了绝佳的机会。 自从我上次尝试制作原生应用程序以来，Flutter 的受欢迎程度有所提高，所以我决定尝试一下，尽管我之前没有使用过 Dart。 此时，样板应用程序的核心逻辑完全包含在 lib/main.dart 中 - 这使得立即开始工作变得特别容易。 我开始提示添加简单的功能 - 相机预览、远程 HTTP 请求以通过 GPT 分析图像，并且应用程序的功能（和代码行）开始迅速增长。
92510编辑于 2024-05-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号